第一篇 教育认知诊断评估背景 3
第一章 认知诊断评估概述 3
第一节 什么是认知诊断评估 3
第二节 为什么要进行认知诊断评估 4
第三节 认知诊断评估发展历程 6
第四节 如何进行认知诊断评估 10
第二篇 教育认知诊断评估属性界定 25
第二章 认知诊断评估中属性界定方法 25
第一节 Q矩阵 25
第二节 Q矩阵指定、选择和验证方法 27
第三节 小结与讨论 38
第三章 数据驱动的属性界定方法 42
第一节 为什么要提出数据驱动方法 42
第二节 形式概念分析简介 46
第三节 基于形式概念分析的属性辅助标定方法 51
第四节 形式概念分析方法属性标定效果评价 57
第五节 小结与讨论 66
第四章 结合理论和数据的属性界定方法 68
第一节 三种属性标定方法 68
第二节 训练集充分条件下各种方法的准确性评价 71
第三节 训练集不充分条件下各种方法的准确性评价 83
第四节 小结与讨论 90
第五章 属性界定方法的应用 92
第一节 各属性辅助标定方法的适用条件 92
第二节 修正Q矩阵理论及其应用 93
第三节 基于形式概念分析的标定方法的实证研究 101
第四节 在线标定方法在纸笔测验中的应用 102
第五节 小结与讨论 108
第三篇 教育认知诊断评估计量模型 111
第六章 心理计量模型介绍 111
第一节 理论基础或认知假设 111
第二节 常见的认知诊断模型 119
第三节 模型—资料拟合检验 135
第四节 常用软件及使用 148
第七章 改进的确定性输入噪音与门模型提出与参数估计 154
第一节 模型的提出 154
第二节 模型参数估计 157
第三节 模型参数估计准确性检验 165
第四节 小结与讨论 173
第八章 认知诊断模型—资料拟合检验指标及其应用 175
第一节 认知诊断模型—资料拟合检验指标 175
第二节 在三个认知诊断模型比较中的应用 178
第三节 在Tatsuoka分数减法数据分析中的应用 186
第四节 小结与讨论 195
第九章 混合模型开发 197
第一节 可逆跳转马尔可夫链蒙特卡洛（RJMCMC）方法 197
第二节 混合模型的RJMCMC算法构建 200
第三节 RJMCMC算法检验 201
第四节 混合模型的应用 204
第五节 小结与讨论 205
第四篇 教育认知诊断评估的信度和效度 209
第十章 认知诊断测验的信度和效度研究 209
第一节 涉及的基本概念 211
第二节 认知诊断测验的信度研究 213
第三节 认知诊断测验的效度研究 217
第四节 小结与讨论 219
第十一章 认知诊断测验的信度和效度评估方法 221
第一节 分类一致性和分类准确性指标 222
第二节 分类一致性和分类准确性指标的评价 225
第三节 信度和效度指标在一大规模考试中的应用 228
第四节 小结与讨论 228
第五篇 教育认知诊断评估自适应测验 233
第十二章 计算机化自适应诊断测验研究 233
第一节 认知诊断测验题库 233
第二节 初始题选择 234
第三节 选题策略 234
第四节 知识状态估计方法 241
第五节 终止规则 242
第六节 原始题参数在线估计和属性在线标定 243
第七节 小结与讨论 244
第十三章 计算机化自适应诊断测验新选题策略及应用 246
第一节 兼顾测验效率和题库使用率的新选题策略 247
第二节 各选题策略比较与评价 249
第三节 小结与讨论 253
第十四章 教育认知诊断评估展望 255
参考文献 258
后记 265